VOCABULÁRIO
Glossário de engenharia AI-native
Os termos que a AIUBY usa, definidos uma vez e sem variação. Cada verbete é a mesma definição que aparece no resto do site.
atualizado em
Termos
- Sistema Operacional de Engenharia
- Um Sistema Operacional de Engenharia é a camada de contexto, regras, agentes e conhecimento versionada dentro do repositório, que permite que humanos e agentes de IA operem sob o mesmo contrato. Sem essa camada, a IA lê arquivos isolados e produz código localmente correto, mas sistemicamente incoerente. Com ela, cada geração de código herda a arquitetura, os padrões e as decisões da empresa.
- AI-native engineering
- Prática de projetar a engenharia de software para que agentes de IA operem dentro da arquitetura, e não ao lado dela: regras, contexto, padrões e decisões versionados no repositório, legíveis por humanos e por máquinas.
- Context engineering
- Disciplina de construir e versionar o contexto que um modelo precisa ler antes de gerar código: domínios, fronteiras, glossário, donos e restrições. Distingue-se de engenharia de prompt porque o contexto vive no repositório, não na conversa.
- AI Engineering
- Disciplina responsável por projetar, estruturar e operar sistemas de engenharia nos quais humanos e inteligência artificial trabalham de forma integrada. Não se confunde com o desenvolvimento de modelos nem com engenharia de prompt: combina arquitetura de software, context engineering, harness engineering, engenharia de agentes, AI DevOps e governança técnica.
- Harness engineering
- Construção do ambiente operacional em que modelos e agentes de IA trabalham: agentes, skills, regras, hooks, ferramentas, servidores MCP, permissões, memória, políticas de segurança, fluxos de aprovação, testes, telemetria e limites operacionais. É o que transforma um modelo genérico em um sistema que opera dentro da realidade de uma empresa.
- Agentic engineering
- Uso de agentes especializados, cada um com escopo, ferramentas, regras e critérios de qualidade próprios, para executar responsabilidades dentro do ciclo de desenvolvimento — em lugar de um único assistente genérico para tudo. A responsabilidade final permanece humana.
- AI DevOps
- Extensão da inteligência artificial aos processos de entrega, operação e confiabilidade: validação automática de código, análise de segurança e de logs, investigação de incidentes, geração de runbooks, apoio a rollback e análise de custo de infraestrutura e de modelos.
- Repositório legível por agentes
- Repositório cuja estrutura permite que um agente de IA descubra, sem intervenção humana, a arquitetura do sistema, as regras que deve respeitar, os padrões que deve reutilizar e as decisões já tomadas.
- Engenharia preparada para IA
- Estado de um time de engenharia em que a adoção de IA produz ganho estrutural e composto, e não ganho individual e pontual, porque o sistema fornece contrato, contexto e critério.
- Contrato arquitetural
- Conjunto de regras versionadas que define o que pode e o que não pode ser feito no repositório: camadas, limites de domínio, dependências proibidas e critérios de aceite. É o que um agente lê antes de gerar código.
- Agente de engenharia
- Agente de IA com responsabilidade delimitada dentro do ciclo de desenvolvimento — revisão de PR, geração de testes, análise de segurança — cujo escopo, critérios de rejeição e regra de escalonamento para humano estão versionados no repositório.
- Conhecimento como infraestrutura
- Tratamento do conhecimento técnico como parte do sistema, e não como documentação acessória: decisões, rotinas e guias versionados junto ao código que descrevem, com o mesmo ciclo de revisão.
- AI-Readiness Score
- Índice de 0 a 100 que mede a prontidão de um time de engenharia para operar com IA, a partir de seis dimensões: regras versionadas, onboarding, cobertura de revisão automatizada, registro de decisões, localização da documentação e tamanho do time como contexto.
Engineering Operating System
Engenharia AI-native
Engenharia de contexto
Engenharia de IA
Engenharia de harness
Engenharia de agentes